Oportunidades de los datos geolocalizados de Twitter en el estudio de la movilidad metropolitana

Resumen

El crecimiento de las áreas metropolitanas ha conllevado el aumento de la cantidad, longitud y duración de los viajes que se realizan diariamente. Es necesario contar con datos constantes que proporcionen información actualizada sobre las características espaciales y temporales de la movilidad metropolitana. En las últimas décadas han aparecido una serie de fuentes de datos vinculadas a las Tecnologías de la Información y la Comunicación, que permiten recoger una gran cantidad de datos de forma rápida y frecuente, y en algunos casos, a bajo coste. Estos datos suelen contar con una alta resolución espacio-temporal, son fáciles de actualizar y permiten la monitorización de patrones de movilidad metropolitana a tiempo casi real. Entre las nuevas fuentes de datos destacan las redes sociales, plataformas donde los usuarios de internet se comunican y comparten información. El objetivo de esta tesis es evaluar la capacidad de los datos creados por la red social Twitter para analizar los patrones de movilidad del Área Metropolitana de Madrid a partir de diversos casos de estudio. Se escoge Twitter como fuente de datos debido a la posibilidad de obtener de forma gratuita un volumen alto y constante de datos en forma de punto con un alto detalle espacio-temporal que pueden ser implementados fácilmente en un Sistema de Información Geográfica. En el primer caso de estudio, se propone visualizar flujos de viajes residencia-trabajo a través de la elaboración de matrices Origen-Destino con la que analizar los movimientos entre las diferentes zonas del área metropolitana. El segundo caso tiene como objetivo representar la movilidad individual de los usuarios en determinadas zonas de la ciudad mediante el diseño de caminos espacio-temporales. En el tercer caso se estudia la influencia de factores como la localización o el modo de transporte sobre la movilidad que atraen los campus universitarios. El cuarto caso busca visualizar la distribución espacio-temporal de la población durante un macroevento, y obtener el lugar de procedencia de los visitantes. Finalmente, el quinto caso analiza la percepción de un sistema de transporte público a partir de los textos de los tweets y las variables que afectan a la distribución espacial de estas percepciones. Los resultados obtenidos han enseñado que la distribución geográfica de los usuarios de Twitter y los flujos de movilidad residencia-trabajo presentan una situación cercana a los datos suministrados por fuentes de datos oficiales, con una predominancia de los flujos de viaje centrípetos con origen en los municipios o distritos de la periferia, y destino en las áreas centrales del municipio de Madrid. A partir del diseño de caminos espacio-temporales tanto en 2D como en 3D se ha visualizado como las zonas residenciales de la ciudad tienden a generar viajes, y otras zonas con actividad predominante de trabajo o estudios suelen ser espacios de atracción de viajes. Al analizar la movilidad universitaria, la tesis ha mostrado como los usuarios tienden a residir en áreas centrales o en distritos o municipios próximos al campus al que asisten, y la influencia del nivel de renta del lugar de residencia, y del acceso a las redes del transporte. En el estudio de la huella digital generada durante un evento de masas, se ha observado un mayor volumen de usuarios respecto a una semana habitual, y una concentración importante de actividad en las áreas donde se ha celebrado el evento. Por último, los resultados señalan que los usuarios que usan el servicio de Metro tienden a reportar problemas en las líneas más transitadas o en las paradas que están ubicadas en el centro de la ciudad o que sirven de enlace con otras líneas de Metro.